2.1 데이터센터 구조

데이터센터(Data Center)란 정보통신서비스를 제공하기 위하여 정보시스템 장비를 일정 공간에 집중하여 관리하는 시설로서 중앙 감시실, 항온항습실, 전산실, 전력 감시실, 축전지 설비, 자가발전설비, 수변전설비, 통신장비 저장장치인 스토리지, 통신 장비실 또는 방재센터를 포함한다. 데이터센터는 인터넷 검색과 이메일, 온라인쇼핑, 인터넷 뱅킹 등 잠시라도 전원공급이 멈추게 되면 이러한 기능이 마비되기 때문에 예비전력 공급 장치와 예비 데이터 통신장비를 갖추고 있다.⁽⁷⁾ 서버 장비는 온도와 습도에 민감하므로 일정 기준으로 유치할 수 있는 설비가 필수적이다. 미국통신산업협회(Telecommunication Industry Association)의 데이터센터 표준에 따르면 적정 온도는 16~24℃이며 습도는 40~55%이며 설비 조건에 따라 4단계로 구분한다.

Fig. 1은 일반적인 데이터센터의 전력소비구조이다. Lawrence Berkeley 국립연구소와 Schneider Electric 연구소는 일반적인 데이터센터의 전력 소모에 있어 냉각 설비로 소비되는 전력이 전체 IT 장비 부하에 의해 소비되는 전력사용량이 44%, IT 장비의 온습도 제어를 위한 냉방설비로 소비되는 사용량은 38%, 전력공급 시설 전력소비량은 12%, 조명 1% 임을 밝혔다.⁽⁸⁾

2.2 데이터센터 폐열 활용 현황

덴마크 오덴세 시에 있는 페이스북의 53,000 m2 규모의 데이터센터에서 발생하는 연간 10만 MWh의 페열은 지역난방 네트워크를 통해 6,900가구에 공급될 것으로 예상된다. 영국기업 Telecity Group은 핀란드에서 5개의 데이터센터를 운영하며 이 중 3개의 데이터센터에서 회수된 폐열은 지역난방 네트워크를 통해 총 4,500블록 아파트와 500개의 단독주택에 공급되고 있다. 스웨덴 지역냉난방 회사는 데이터센터를 냉방하고 회수된 24℃의 물을 대형 히트펌프를 통해 승온 후 지역난방 네트워크를 통해 공급하였다. Digiplex사의 데이터센터는 기존의 데이터센터에 간접 공기 냉각 솔루션을 갖춘 폐열 회수 프로그램을 적용하여 열 수요의 10%를 데이터센터 폐열을 활용해 공급하는 것을 목표로 두고 있다. Ericsson사는 데이터센터의 냉방을 위해 히트펌프 냉각 시설을 활용하고 있으며 데이터센터에서 회수된 페열은 지역난방 네트워크를 통해 스톡홀름 지역 건물들의 난방에 사용된다.⁽⁹⁾ 데이터센터 폐열의 경우 주위보다 높은 온도로 회수되기 때문에 대부분 난방열원으로 활용될 예정이나, 최근 열 네트워크시스템 구축과 관련하여 태양열 시스템, 계간축열 및 수축열 시스템, 지열원 및 수열원 히트펌프 시스템, 연료전지 시스템 등과 상호 연계하여 건물의 냉방·난방에 충분히 활용될 것으로 예상된다.

Fig. 1 Power consumption for typical data center(8)

3.1 PUE를 통한 냉방소비 전력량과 잠재량 산출

국내 데이터센터 잠재량 산정을 위해 데이터센터 현황조사를 진행하고 문헌을 통해 습득하기 어려운 정보는 관련 기관을 방문하여 전문가 면담과 별도 자료 요청을 통해 확보했다. 먼저 국내 데이터센터에서 발생하는 폐열은 아직까지 명확한 정의가 존재하지 않아 본 연구에서는 데이터센터 폐열 잠재량을 데이터센터 내 IT 서버 룸의 온열 환경을 유지하기 위해 투입되는 냉방에너지로 정의하였다.

PUE(Power Usage Effectiveness)는 식(1)과 같이 데이터센터의 총 사용 에너지와 IT에서 사용되는 에너지의 비율이며 1에 근접할수록 데이터센터의 효율이 높은 것이다. Fig. 1과 같이 국내 데이터센터의 보편적인 전력사용량 비율을 보면 전체 전력의 약 38%가 IT서버 발열 제거를 위한 냉방에너지로 소비된다.⁽⁸⁾

이러한 전력소비구조를 바탕으로 데이터센터 냉방 소요전력($E_{Datacenter cooling}$)은 PUE 지수와 IT 장비 전력사용량($E_{I T}$)의 곱인 데이터센터 전력사용량($Q_{DCWH}$)에 냉방설비로 소요되는 사용량의 곱으로 나타냈으며 식(2)와 같다. 데이터센터 폐열잠재량은 식(2)로 산출한 데이터센터 냉방소비전력에 냉방 COP를 곱한 값으로 나타냈으며 식(3)과 같다. 단, 식(3)의 적용에 있어 냉동기의 냉방 COP는 펌프, 팬 등 수송설비의 소모동력이 포함된 시스템 COP를 사용해야 더욱 정확한 폐열 잠재량 산출이 가능하나 본 연구에서는 기기 COP만을 사용하여 폐열 잠재량을 산출하였다.

3.2 압축기 소비동력을 제외한 잠재량 산출

총 폐열회수열에서 압축기 소비동력을 제외하여 잠재량을 산출하였으며 총 회수열은 잠재량임으로 식(3)과 같고 압축기 구동전력은 전기투입량을 1차에너지(열)로 나눈 값인 전력환산비율($\eta_{g}$)을 사용하여 도출했다. 따라서 총 회수열에서 구동에너지를 제외한 식(4)와 같다. 회수열과 압축기 구동전기량의 단위 변환을 위해 전력환산비율을 사용했다. 전력 환산비율($\eta_{g}$)은 0.35로, 전기투입량을 전력환산비율로 나눠주며 회수열을 도출해 제외한 값을 잠재량으로 산출하였다.

3.3 TRNSYS를 통한 잠재량 산출

국내 데이터센터 잠재량을 층별, 지역별, 랙당 발열량에 따른 냉방부하를 비교하고 TRNSYS 18을 사용하여 시뮬레이션을 진행했다. 데이터센터 에너지소비 특성 사례분석을 진행한 논문정보를 활용했으며 논문에서 다루고 있는 대전에 있는 S 텔레콤 데이터센터를 선정하여 분석을 진행하였다.⁽¹⁰⁾ 통신서비스 전용 시설인 S 텔레콤 데이터센터는 Type56(TRNbuild)을 사용하여 가로 47 m, 세로 34 m, 높이 2 m인 건물이며 창문이 없고 지상 4층과 5층에 IT서버룸이 있는 총 5층 건물로 구성하였다. 건물에너지 해석에 사용한 기상조건은 KOR_TJ_Daejeon. WS.471330_TMYx.epw를 사용하였고, 재료의 물성값 및 벽체 구성은 Table 1과 Table 2와 같다. 해당 데이터센터는 서버 랙 2,257개에 설치된 총 8,522개의 IT 장비가 가동되고 랙 당 전력밀도는 1.53 kW/rack 이며 스토리지 개수는 86개이다. 데이터센터 IT 서버 룸의 실내 온습도는 권장 조건인 18~27℃, 상대습도 45.5%를 준수하였다. 데이터센터 폐열 잠재량은 데이터센터 내 IT 서버 룸의 온열 환경을 유지하기 위해 투입되는 냉방에너지로 정의하였으므로 냉방부하를 도출하기 위해 Type56 Outputs에서 31 QCOOL(Sensible cooling demand)로 설정하였다.

4.1 PUE를 통한 냉방소비 전력량과 잠재량 산출 결과

데이터센터 현황조사를 통해 전국 데이터센터 중 총 10곳의 정보를 얻었으며 Table 3과 같다. 조사를 통한 데이터센터의 정보 외에 데이터센터연합회로부터 2019년 국내 66곳의 민간 데이터센터와 2020년 44개 데이터센터의 전력사용과 PUE 자료를 확보했다. 냉방 COP는 중형 Screw/Scroll 칠러 150~300RT급 COP 4.90과 대용량 Turbo식 300~600RT급 COP 5.86을 적용하여 폐열 잠재량을 산출하였다. 현황조사에 의한 국내 데이터센터 중 가장 폐열 잠재량은 **가산 데이터센터로 34,208,841 kWh이다. 지역별 평균 잠재량을 비교한 결과 경기도에서 가장 큰 값을 보였으며 이어서 강원, 서울, 부산 순으로 나타났다. 2019년 지역별 데이터센터에서 발생하는 평균 폐열잠재량은 서울 61,939,897 kWh, 부산 64,421,765 kWh, 강원 71,100,250 kWh, 부산 64,421,765 kWh, 대전 3,173,050 kWh으로 나타났다. 2020년 국내 민간 데이터센터 압축기 소비동력을 제외한 잠재량과 2019년 잠재량을 비교했을 때 부산지역이 약 3.7배 크게 감소하였다. 부산을 제외한 나머지 지역은 개수가 적은 이유도 있지만 데이터센터 냉방전력량이 줄고 외기도입이나 저발열 랙으로의 변경으로 판단된다.

4.2 TRNSYS를 통한 잠재량과 PUE를 통한 잠재량 비교

TRNSYS를 통해 산출된 결과로 폐열 잠재량은 39,387,026 kWh로 도출됐으며 해당 데이터센터의 2018년 기준 총 전력 사용량의 실측값인 25,880,570 kWh을 바탕으로 식(3)을 사용하여 데이터센터 잠재량을 산출한 값과 비교할 때 예측값 기준 오차율은 9.4~32.85%로 나타났고, 이는 부하용량에 다른 냉동기의 종류와 시스템 구성에 따라 서로 다른 COP를 적용한 결과이다. 이를 통해 TRNSYS를 통한 데이터센터의 폐열 잠재량 산출이 타당한 방법임을 확인하였으며 본 연구에서는 S 텔레콤 데이터센터의 TRNBuild 모델링 건물 입력값을 유지하면서 층별, 지역별, 랙당 발열량에 따른 잠재량을 예측하였다. Fig. 2는 면적 1582.97 m2인 zone을 1층부터 5층까지 동일하게 컴퓨터 발열을 준 결과를 나타낸다. 열량을 위해 설치한 랙 당 전력 밀도가 1.53 kW/rack인 컴퓨터를 각 층마다 1125대씩 설치하여 모델링한 층별 잠재량이다. 그 결과 최저층과 최고층은 계절별 격차가 크게 나타나는 반면 중간에 있는 층들은 외부환경에 큰 영향을 받지 않는 것으로 나타났으며 이는 바닥이나 옥상은 벽체로부터 외기의 영향을 크게 받는 것으로 판단했다.

Fig. 2 Waste heat potential for data center by floor

지역에 따라 달라지는 폐열 잠재량을 비교하기 위해 국내 데이터센터가 가장 많이 분포한 지역인 서울, 인천, 대전, 춘천, 부산 지역의 랙당 전력량을 바꿔가며 비교하였다. 그 결과 춘천에서 가장 작은 폐열 잠재량이 산출되었으며 이는 산간지역으로 공기 온도가 비교적 다른 지역보다 낮아 냉방부하가 적은 것으로 판단된다.